TDT4195 Bildeteknikk
|
|
|
- Anne-Lise Gustavsen
- 8 år siden
- Visninger:
Transkript
1 TDT495 Bildeteknikk Grafikk Vår 29 Forelesning 5 Jo Skjermo [email protected] Department of Computer And Information Science Jo Skjermo, TDT423 Visualisering
2 2 TDT495 Forrige gang Attributter til grafiske primitiver Farger Linje- og kurveattributter Flateattributter Flling av flater Scanlinjealgoritmen Boundar-fill Flater med irregulære kanter Antialiasing
3 3 TDT495 - I dag Geometriske transformasjoner, del Basistransformasjoner Skalering Rotasjon Translasjon Kort om grunnelementene Punkt, skalarer og vektorer Problemer å løse Affine rom Koordinatsstemer og rammer Homogene koordinater
4 4 Geometriske transformasjoner Konstruksjon i lokale koordinatsstemer Transformasjon til verdenskoordinatsstemet l l l
5 5 Geometriske transformasjoner Objekter i eget lokalt (modellerings- koordinatsstem Fltting Rotasjon Skalering Sette sammen objekter av del-objekter Modelleringstransformasjoner -bgg opp objekter av deler (plassert i forhold til et felles origo for det objekter -bruker navnet modelleringstransformasjoner for å skille i bruk (men er også geometriske trans. Transformasjon til verdenskoordinatsstem Geometriske transformasjoner -plasser og fltt objekter (med hvert sitt lokale koordinatsstem rundt om i verden i forhold til hverandre Er koordinattransformasjoner
6 6 Geometriske transformasjoner Skalering Rotasjon Basistransformasjoner Translasjon Skjærtransformasjoner Refleksjon kjekt å ha:
7 7 Plan Basistransformasjonene Problem: Konstatere problemer Løse problemene Grunnleggende for transformasjoner i grafikken Basistransformasjonene på ntt Rotasjoner rundt vilkårlig akse Quat
8 8 Skalering 2 3 Skalering relativt origo. (Referansepunkt: origo
9 9 Skalering retningen i skalering retningen skalering i retningen skalering i På matriseform:
10 Rotasjon Rotasjonsvinkel: Rotasjon i planet om origo. (Referansepunkt: origo
11 Rotasjon Ser på rotasjon av ett punkt: φ ρ ρ (, (, cos( sin( cos( sin( sin( cos( sin( cos( sin( sin( cos( cos( sin( cos( sin( cos( φ ρ φ ρ φ ρ φ ρ φ ρ φ ρ φ ρ φ ρ
12 2 Rotasjon På matriseform: cos( sin( sin( cos( Rotasjon i --planet kan sees på som rotasjon om -aksen med konstant. I 3D blir da matriseformen: cos( sin( sin( cos(
13 3 Rotasjon På samme måte: rotasjon om -aksen: cos( sin( sin( cos( Rotasjon om -aksen: cos( sin( sin( cos(
14 4 Rotasjon Sklisk ombtting som grunnlag for rotasjonsmatrisene om - og -aksene: -> -> -> -> -> -> -> -> ->
15 5 Rotasjon Enhver rotasjon kan sees på som sammensatt av en rotasjon om hver av koordinataksene i tur og orden
16 6 Translasjon (, (,
17 7 Translasjon På vektorform: + PROBLEM: lar seg ikke skrive på matriseform ved hjelp av en 33-matrise!!
18 8 Geometriske bestanddeler Geometriske modeller bgges opp av: Linjer Flater Volumer Bggeredskaper : Punkt Vektorer Skalarer
19 9 Geometriske bestanddeler Punkt: Et punkt P er et sted i rommet Ingen utstrekning Eksisterer uavhengig av referanse og målesstem Referanse og mål koordinatsstem I fsikken: inertialsstem universets sentrum UTM-sstemet sstem for kartframstilling på jorda Koordinatsstemer i grafikk: Modellkoordinater Verdenskoordinater Kamerakoordinater.
20 2 Vektorer Punkt Vektorer: Har lengde og retning Er IKKE stedfestet Eksisterer uavhengig av referanse- og målesstem De tre røde vektorene er ekvivalente
21 2 Vektorrom En mengde av vektorer med gldige operasjoner: addisjon skalar multiplikasjon og med følgende egenskaper: u + u (nullvektor a + ( -a (invers vektor u + v v + u (kommutativ ( u + v + w u + ( v + w (assosiativ u u ß ( u + v ß u + ß v (distributiv ( ß + µ u ß u + µ u (distributiv ß ( µ u ( ß µ u (assosiativ u, v og w er vektorer. ß og µ er skalarer
22 22 Vektorrom Et vektorrom av dimensjon n har en basis bestående av n lineært uavhengige vektorer v, v 2,, v n. Disse vektorene er slik at: v + v v L + v n n bare kan oppflles dersom alle k.
23 23 Koordinatsstemer e Et kartesisk koordinatsstem er et vektorrom spent ut av en basis bestående av tre ortonormale vektorer. e e Måler koordinater langs aksene For å kunne angi koordinater, har vi i tillegg et origo
24 24 Skalarer Reelle tall som i vår sammenheng brukes angivelse av mål, skaleringsfaktorer inklusive Punkt Skalering av punkt: MENINGSLØST Fltte punkt Angivelse av koordinater Vektorer Angivelse av lengde Angivelse av retning Skalering
25 25 Skalarer Lengde Vektorer Retning v 3v Skalering
26 26 Linjer, flater og volumer I likhet med punkt og vektorer: Eksisterer uavhengig av referanse- og målesstem Linjer og flater Kan beskrives ved analtiske matematiske uttrkk Kan behandles av eksisterende grafikksstemer Volumer Kan beskrives matematisk ved hjelp av en kombinasjon av analtiske matematiske uttrkk og logiske uttrkk Eksisterende grafikksstemer behandler volumer som skall bestående av flater
27 27 Problemer å løse Uttrkke translasjon på matriseform Behandle alle transformasjoner med samme formalisme Slå sammen transformasjoner i en matrise Finne fram til enhetlig notasjon og operasjoner som skiller mellom punkt og vektorer
28 28 Affine rom Ved hjelp av homogene koordinater: Skiller mellom de geometriske entitetene: punkt og vektorer Ordner opp med translasjons-problemet
29 29 Vektorrom og affine rom Vektorrom: Vektorrom av dimensjon n har en basis bestående av n lineært uavhengige vektorer: v, v 2, v 3,, v n Affine rom: For affine rom inngår i tillegg et referanse-punkt slik at basis blir: v, v 2, v 3,, v n, P
30 3 Affine rom Har alle egenskapene som vektorrom har Tilleggsegenskap for affine rom: v P - Q (punkt-punkt subtraksjon gir en vektor Q v + P (vektor-punkt sum gir et punkt Begrepet koordinatsstem erstattes med begrepet ramme (frame
31 3 Affine rom Punkt i det affine rommet: P v + 2v2 + K+ nvn + P med representasjonen: [ K ] T p 2 n
32 32 Affine rom Vektorer i det affine rommet: v v + 2v2 + K+ nvn + P med representasjonen: [ K ] T v 2 n
33 33 Homogene koordinater Punkt: Vektorer: p v δ δ δ
34 34 Skalering retningen i skalering retningen i skalering retningen i skalering P S P S,, ( På matriseform med homogene koordinater:
35 35 Rotasjon Rotasjon av et punkt om -aksen: cos( sin( + sin( cos(
36 36 Rotasjon Om -aksen på matriseform i homogene koordinater: P R P R ( cos( sin( sin( cos(
37 37 Rotasjon Rotasjon om -aksen i homogene koordinater: P R P R ( cos( sin( sin( cos( Rotasjon om -aksen i homogene koordinater: P R P R ( cos( sin( sin( cos(
38 38 Translasjon På matriseform i homogene koordinater: P T P T,, ( Vi har løst translasjonsproblemet!!
39 39 Egenskaper ved skalering Invers transformasjon: To skaleringer etter hverandre:,, (,, ( S S,, (,, (,, ( res S S S S
40 4 Egenskaper ved rotasjon Invers transformasjon: Ri ( Ri ( i, eller R T i Ri To rotasjoner om samme akse etter hverandre: R res Ri i ( 2 Ri ( R ( + 2
41 4 Egenskaper ved translasjon Invers transformasjon: To translasjoner etter hverandre:,, (,, ( T T,, (,, (,, ( res T T T T + + +
42 42 Konkatenering Sammenslåing av transformasjoner Eks.: Punktet p gjennomgår transformasjonene A, B og C i nevnte rekkefølge: p Ap p Bp BAp p Cp CBAp Resultattransformasjon: MCBA TRANSFORMASJONENE KONKATENERES I MOTSATT REKKEFØLGE I FORHOLD TIL REKKEFØLGEN DE UTFØRES I
43 43 Skalering relativt et vilkårlig punkt Ønsker Har (,,. Translere slik at punktet (,, faller i origo 2. Skalere 3. Translere tilbake
44 44 Rotasjon om punkt utenfor origo Rotasjonsakse parallell med -aksen gjennom punktet (,, (,,. Translere slik at rotasjonsaksen faller langs -aksen 2. Rotere 3. Translere tilbake
45 45 Refleksjon Refleksjon om et plan Rf
46 46 Refleksjon Refleksjon om en akse Rf
47 47 Refleksjon Refleksjon om et punkt Rf o
48 48 Refleksjon l Refleksjon om linjen l: m+b Ett eksempel: -Transler linjen slik at den passerer origo -Roter slik at linjen sammenfaller med akse -Reflekter om plan gjennom aksen -Roter og transler tilbake
49 49 Neste gang Geometriske transformasjoner, del 2 Refleksjon* Skjærtransformasjoner Rotasjon om en vilkårlig akse Eulervinkler Stive og affine transformasjoner Ortogonale matriser
Forelesningsnotater SIF8039/ Grafisk databehandling
Forelesningsnotater SIF839/ Grafisk databehandling Notater til forelesninger over: Kapittel 4: Geometric Objects and ransformations i: Edward Angel: Interactive Computer Graphics Vårsemesteret 22 orbjørn
a. Hva er de inverse transformasjonene avfølgende tre transformasjoner T, R og S: θ θ sin( ) cos( ) Fasit: 1 s x cos( θ) sin( θ) 0 0 y y z
Kommentar: Svar kort og konsist. Husk at eksamen har tre oppgaver. Poengene for hver (del-) oppgave bør gi en indikasjon på hvor me tid som bør benttes per oppgave. Oppgave 1: Forskjellige emner (40 poeng)
Forelesningsnotater SIF8039/ Grafisk databehandling
Forelesningsnotater SIF839/ Grafisk databehandling Notater til elesninger over: Kapittel 5: Viewing i: Edward Angel: Interactive Computer Graphics Vårsemesteret 22 Torbjørn Hallgren Institutt datateknikk
GENERELLE VEKTORROM. Hittil har vi bare snakket om vektorrom av type
Emne 8 GENERELLE VEKTORROM Hittil har vi bare snakket om vektorrom av type og underrom av dette. Vi definerte en mengde V som et underrom av hvis det inneholdt og var lukket under addisjon og skalar multiplikasjon.
Oppgave 1 (25 %) - Flervalgsoppgaver
Oppgaver og løsningsforslag for 4t eksamen 10.mai 006 i LO510D Lineær algebra med grafiske anvendelser. Fra og med oppgave skal alle svar begrunnes. Oppgave 1 (5 %) - Flervalgsoppgaver Denne oppgaven består
4.1 Vektorrom og underrom
4.1 Vektorrom og underrom Vektorrom er en abstraksjon av R n. De kan brukes til å utlede egenskaper, resultater og metoder for tilsynelatende svært ulike klasser av objekter : n-tupler, følger, funksjoner,
4.1 Vektorrom og underrom
4.1 Vektorrom og underrom Vektorrom er en abstraksjon av R n. De kan brukes til å utlede egenskaper, resultater og metoder for tilsynelatende svært ulike klasser av objekter : n-tupler, følger, funksjoner,
FASIT OG TIPS til Rinvold: Visuelle perspektiv. Lineær algebra. Caspar forlag, 1.utgave 2003 og 2.opplag 2004.
FAIT OG TIP til Rinvold: Visuelle perspektiv. Lineær algebra. Caspar forlag,.utgave og.opplag. Versjon..9. Det er ikke tatt med svar på alle oppgaver. Denne fasiten vil bli oppdatert etter hvert. Oppdager
4.1 Vektorrom og underrom
4.1 Vektorrom og underrom Vektorrom er en abstraksjon av R n. Kan brukes til å utlede egenskaper, resultater og metoder for tilsynelatende svært ulike klasser av objekter : n-tupler, følger, funksjoner,
Seksjonene : Vektorer
Seksjonene 10.2-3: Vektorer Andreas Leopold Knutsen 22. mars 2010 Vektorer i R 3 Vektor = objekt med både størrelse (lengde) og retning. Lengden til en vektor v betegnes med v Nullvektoren 0 er vektoren
Seksjonene : Vektorer
Seksjonene 10.2-3: Vektorer Andreas Leopold Knutsen 22. mars 2010 Vektorer i R 3 Vektor = objekt med både størrelse (lengde) og retning. Lengden til en vektor v betegnes med v Nullvektoren 0 er vektoren
TDT4195 Bildeteknikk
D495 Bildtknikk Grafikk Vår 9 Forlsning 6 Jo Skjrmo [email protected] Dpartmnt of Comptr And Information Scinc Jo Skjrmo D495 Bildtknikk D495 Forrig gang Gomtrisk transformasjonr dl Basistransformasjonr
Oppgavesett. Kapittel Oppgavesett 1
Kapittel 9 Oppgavesett Dette kapitlet består av fire oppgavesett med oppgaver fra alle deler av kompendiet. 9. Oppgavesett Oppgave. Et dynamisk system er gitt ved x n+ = M x n der M er -matrisen.6.. M
4.1 Vektorrom og underrom
4.1 Vektorrom og underrom Vektorrom er en abstraksjon av R n. De kan brukes til å utlede egenskaper, resultater og metoder for tilsynelatende svært ulike klasser av objekter : n-tupler, følger, funksjoner,
Løsningsforslag øving 6
Løsningsforslag øving 6 7 Husk Teorem 79 i notatet: En delmengde U av et vektorrom V er et underrom hvis ) nullvektoren er i U, ) summen av to vektorer i U er i U igjen, og 3) et skalarmultiplum av en
Emne 6. Lineære transformasjoner. Del 1
Emne 6. Lineære transformasjoner. Del 1 Lineære transformasjoner kan sammenliknes med vanlig funksjonslære. X x 1 x 2 x 3 f Y Gitt to tallmengder X og Y. y 1 En funksjon f er her en regel som y 2 knytter
5.5 Komplekse egenverdier
5.5 Komplekse egenverdier Mange reelle n n matriser har komplekse egenverdier. Vi skal tolke slike matriser når n = 2. Ved å bytte ut R med C kan man snakke om komplekse vektorrom, komplekse matriser,
Emne 10 Litt mer om matriser, noen anvendelser
Emne 10 Litt mer om matriser, noen anvendelser (Reelle) ortogonale matriser La A være en reell, kvadratisk matrise, dvs. en (n n)-matrise hvor hvert element Da vil A være ortogonal dersom: og Med menes
MAT1120 Repetisjon Kap. 1
MAT1120 Repetisjon Kap. 1 Kap. 1, avsn. 2.1-2.3 og kap. 3 i Lays bok er for det meste kjent fra MAT1100 og MAT1110. Idag skal vi repetere fra kap. 1 i Lays bok. Det handler bl.a. om : Matriser Vektorer
2D Transformasjoner (s. 51 i VTK boken) Translasjon. Del 2 Grafisk databehandling forts. Rotasjon. Skalering. y x = x + d x, y = y + d y.
2D Transformasjoner (s. i VTK boken) Translasjon Del 2 Grafisk databehandling forts. (, ) = + d, = + d På matriseform: d d (, ) P =, P =, T = d d P = P + T 24/2-3 IN229 / V3 / Dag 6 2 Skalering Rotasjon
Oppgaver MAT2500. Fredrik Meyer. 29. august 2014
Oppgaver MAT500 Fredrik Meyer 9. august 04 Oppgave. Bruk cosinus-setningen til å se at definisjonen av vinkel i planet blir riktig. Løsning. Dette er en litt rar oppgave. Husk at cosinus-setningen sier
INF 2310 Digital bildebehandling
INF 230 Digital bildebehandling Forelesning 3 Geometriske operasjoner Fritz Albregtsen 05.02.203 INF230 Temaer i dag Geometriske operasjoner Lineære / affine transformer Resampling og interpolasjon Samregistrering
Kap. 6 Ortogonalitet og minste kvadrater
Kap. 6 Ortogonalitet og minste kvadrater IR n er mer enn bare et vektorrom: den har et naturlig indreprodukt, nemlig prikkproduktet av vektorer. Dette indreproduktet gjør det mulig å tenke geometrisk og
Geometri i rommet. Kapittel Vektorer i R 3. Lengden av v er gitt ved
Kaittel 5 Geometri i rommet I dette kaitlet skal vi konsentrere oss om isometrier i R. Det er stort sammenfall mellom teoriene i og dimensjoner, og mange av resultatene fra forrige kaittel er gyldig også
Anvendt Robotteknikk Konte Sommer 2019 EKSAMEN HARIS JASAREVIC
2019 Anvendt Robotteknikk Konte Sommer 2019 EKSAMEN HARIS JASAREVIC Innhold Oppgaver... 2 Oppgave 1... 2 Oppgave 2... 2 Oppgave 3... 2 Oppgave 4... 2 Oppgave 5... 3 Oppgave 6... 4 Oppgave 7... 5 Oppgave
Universitetet i Agder Fakultet for teknologi og realfag LØSNINGSFORSLAG. Dato: 11. desember 2008 Varighet: 0900-1300. Antall sider inkl.
Universitetet i Agder Fakultet for teknologi og realfag LØSNINGSFORSLAG Emnekode: Emnenavn: DAT2 Grafisk Databehandling Dato:. desember 28 Varighet: 9 - Antall sider inkl. forside 7 OPPGAVE. (2%) a) b)
RF5100 Lineær algebra Leksjon 12
RF5100 Lineær algebra Leksjon 12 Lars Sydnes, NITH 26. november 2013 I. GAUSS-ELIMINASJON 2x + 3y + z = 1 2x + 5y z = 1 4x + 7y + 4z = 3 x + 3/2 y + 1/2 z = 1/2 x + 2z = 2 y z = 1 3z = 2 x + 2z = 2 y z
Lineær algebra. 0.1 Vektorrom
Lineær algebra Siden dette temaet er alt for stort til å kunne gjennomgås på en halvtime, med alle de teoremene og denisjonene som skal til, har jeg laget dette notatet. Det bygger hovedsakelig på notatene
LØSNINGSFORSLAG. Universitetet i Agder Fakultet for Teknologi og realfag. Dato: 03. desember 2009 Varighet: Antall sider inkl.
Universitetet i Agder Fakultet for Teknologi og realfag LØSNINGSFORSLAG Emnekode: Emnenavn: DAT2 Grafisk Databehandling Dato: 3. desember 29 Varighet: 9-3 Antall sider inkl. forside 8 Tillatte hjelpemidler:
16 Ortogonal diagonalisering
Ortogonal diagonalisering Ortogonale matriser Definisjon (Def 7) En n n matrise A kalles ortogonal dersom den er invertibel og A A T Denne betingelsen er ekvivalent til at der I n er n n identitesmatrisen
En rekke av definisjoner i algebra
En rekke av definisjoner i algebra Martin Strand, [email protected] 11. november 2010 Definisjonene som er gitt her, kommer i MA2201 Algebra og MA3201 Ringer og moduler. Forhåpentligvis blir det
INF 2310 Digital bildebehandling
INF 2310 Digital bildebehandling Forelesning 3 Geometriske operasjoner Fritz Albregtsen 03.02.2014 INF2310 1 Temaer i dag Geometriske operasjoner Lineære / affine transformer Resampling og interpolasjon
Oppgaver MAT2500 høst 2011
Oppgaver MAT2500 høst 2011 31. oktober 2011 Oppgaver avsnitt 1 Oppgave 1. Bruk cosinussetningen til å se at definisjonen av vinkel i planet blir riktig. Oppgave 2. Vis at d(x, y) = 0 hvis og bare hvis
MAT Onsdag 7. april Lineær uavhengighet (forts. 1.8 Underrom av R n, nullrom, basis MAT Våren UiO. 7.
MAT 2 april 2.7 Lineær.8 Underrom MAT 2 Våren 2 UiO 7. april 2 / 23 MAT 2 april 2.7 Lineær.8 Underrom Minner om:.7 Lineær (fortsettelse) Definisjon. To vektorer u og v i R n kalles lineært avhengige dersom
8 Vektorrom TMA4110 høsten 2018
8 Vektorrom TMA4 høsten 8 I de foregående kapitlene har vi tatt en lang vandring gjennom den lineære algebraens jungel. Nå skal vi gå opp på en fjelltopp og skue ut over landskapet vi har vandret gjennom.
Lineær algebra. H. Fausk 09.03.2015. i=1 a ix i. Her har vi oppgitt hva ledd nummer i skal være og hvilke indekser i vi summerer over.
Lineær algebra H. Fausk 09.03.2015 Første utkast Linære likningsystem lar seg løse ved bruk av de elementære regneartene. Selv om løsningen av lineære likingsystem i prinsippet er elementært blir det fort
Emne 9. Egenverdier og egenvektorer
Emne 9. Egenverdier og egenvektorer Definisjon: Vi starter med en lineær transformasjon fra til, hvor Dersom, hvor, sier vi at: er egenverdiene til A er tilhørende egenvektorer. betyr at er et reelt eller
Leksjon G2: Transformasjoner
Programmering grunnkurs TDAT: Grafikkdel Leksjon G: Transformasjoner Fra modell til tegning på skjerm side Modell Plantransformasjoner/translasjon side 3 Modell Plantransformasjoner/skalering side 4 Modell
Vi viser denne ekvivalensen ved å vise begge implikasjoner. " "Anta at G virker trofast på X og anta at g, h G er slik at gx = hx for alle
TMA4150 Algebra Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Seksjon 16 2 Fasit: G 1 = {ρ 0, δ 2 } = G 3 = G P1 = G P3 G S1 = {ρ 0, µ 1 } = G S3 G m1 = {ρ 0, ρ 2, µ 1, µ
Løsningsforslag eksamen STE 6038 Geometrisk modellering 9/8 1995
Løsningsforslag eksamen STE 638 Geometrisk modellering 9/8 995. a) Vi skal bestemme hvilke av avbildningene/transformasjonene som er homeomorfier. f 4 6 Determinanten til matrisen er lik, dvs at den har
LO510D Lin.Alg. m/graf. anv. Våren 2005
TF Høgskolen i Sør Trøndelag Avdeling for informatikk og e læring LO5D Lin.Alg. m/graf. anv. Våren 5 Løsningsforslag Eksamen a) Setter α = og β = i ligningssystemet og gausseliminerer totalmatrisen til
(a) R n defineres som mengden av kolonnevektorer. a 1 a 2. a n. (b) R n defineres som mengden av radvektorer
5 Vektorrom Et vektorrom er en mengde V med tre algebraiske operasjoner (addisjon, negasjon og skalærmultiplikasjon) som tilfredsstiller de 10 betingelsene fra Def. 4.1.1. Jeg vil ikke gi en eksamensoppgave
Vektorrom. Kapittel 7. Hva kan vi gjøre med vektorer?
Kapittel 7 Vektorrom Vårt mål i dette kapitlet og det neste er å generalisere og abstrahere ideene vi har jobbet med til nå Især skal vi stille spørsmålet Hva er en vektor? Svaret vi skal gi, vil virke
15 Hovedprinsippet for vektorrom med et indre produkt
Hovedprinsippet for vektorrom med et indre produkt La oss minne Hovedprinsippet (Seksjon 8.): Alle (endelig dimensjonale dvs. de som har en endelig basis) vektorrom kan beskrives som R n der n dim V. Alle
5.5.1 Bruk matriseregning til å vise at en rotasjon er produktet av to speilinger. Løsningsforslag + + = =
til oppgavene i avsnitt 55 til oppgaver i avsnitt 55 551 Bruk matriseregning til å vise at en rotasjon er produktet av to speilinger cos( u + v) sin( u + v) cosu sin u u+ v u = sin( u v) cos( u v) sin
Lineærtransformasjoner
Kapittel 8 Lineærtransformasjoner I forrige kapittel begynte vi å formulere lineær algebra på en generell måte, ved å gi en abstrakt definisjon av vektorrom For å beskrive sammenhenger mellom forskjellige
Diagonalisering. Kapittel 10
Kapittel Diagonalisering I te kapitlet skal vi anvende vår kunnskap om egenverdier og egenvektorer til å analysere matriser og deres tilsvarende lineærtransformasjoner Eksempel Vi begynner med et eksempel
7.4 Singulærverdi dekomposisjonen
7.4 Singulærverdi dekomposisjonen Singulærverdi dekomposisjon til en matrise A er en av de viktigste faktoriseringene av A (dvs. A skrives som et produkt av matriser). Den inneholder nyttig informasjon
Matriser. Kapittel 4. Definisjoner og notasjon
Kapittel Matriser Vi har lært å løse et lineært ligningssystem ved å sette opp totalmatrisen til systemet gausseliminere den ved hjelp av radoperasjoner på matrisen Vi skal nå se nærmere på egenskaper
MAT1120 Repetisjon Kap. 1, 2 og 3
MAT1120 Repetisjon Kap. 1, 2 og 3 Kap. 1, avsn. 2.1-2.3 og kap. 3 i Lays bok er for det meste kjent fra MAT1100 og MAT1110. Fra kap. 1 repeterer vi: Matriser Vektorer og lineære kombinasjoner Lineæravbildninger
UNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF330 Metoder i grafisk databehandling og diskret geometri Eksamensdag: 3. desember 010 Tid for eksamen: 14.30 18.30 Oppgavesettet
Øving 3. Oppgave 1 (oppvarming med noen enkle oppgaver fra tidligere midtsemesterprøver)
Institutt for fysikk, NTNU TFY455/FY003: Elektrisitet og magnetisme Vår 2008 Veiledning: Fredag 25. og mandag 28. januar Innleveringsfrist: Fredag. februar kl 2.00 Øving 3 Oppgave (oppvarming med noen
Egenverdier og egenvektorer
Kapittel 9 Egenverdier og egenvektorer Det er ofte hensiktsmessig å tenke på en matrise ikke bare som en tabell med tall, men som en transformasjon av vektorer Hvis A er en m n-matrise, så gir A en transformasjon
A.3.e: Ortogonale egenfunksjonssett
TFY4250/FY2045 Tillegg 2 1 Tillegg 2: A.3.e: Ortogonale egenfunksjonssett Ikke-degenererte egenverdier La oss først anta at en operator ˆF har et diskret og ikke-degeneret spektrum. Det siste betyr at
MAT Grublegruppen Notat 11
MAT1100 - Grublegruppen Notat 11 Jørgen O. Lye Matrisegrupper Den store gruppen vi skal se på er GL(n, K) = {inverterbare n n matriser med koesienter i K} Forkortelsen står for den generelle lineære gruppen
EKSAMEN I EMNE TDT4230 VISUALISERING FREDAG 10. DESEMBER 2010 KL LØSNINGSFORSLAG
Side 1 av 11 EKSAMEN I EMNE TDT4230 VISUALISERING FREDAG 10. DESEMBER 2010 KL. 09.00 13.00 LØSNINGSFORSLAG OPPGAVE 1 Kubiske Bézier-kurver og flater a) Sammenhengen mellom vektoren av blandefunksjoner
5.8 Iterative estimater på egenverdier
5.8 Iterative estimater på egenverdier Det finnes ingen eksplisitt formel for beregning av egenverdiene til en kvadratisk matrise. Iterative metoder som finner (ofte) en (meget god) approksimasjon til
MAUMAT644 ALGEBRA vår 2016 Fjerde samling Runar Ile
MAUMAT644 ALGEBRA vår 2016 Fjerde samling Runar Ile 1 Kroppsutvidelser og geometriske konstruksjoner 1.1 Hva har kroppsutvidelser med geometriproblemer å gjøre? Avsnitt 29: Kroppsutvidelser Stoff: Utvidelseskropper
Dagens mål. Det matematiske fundamentet til den diskrete Fourier-transformen Supplement til forelesning 8 INF Digital bildebehandling
Dagens mål Det matematiske fundamentet til den diskrete Fourier-transformen Supplement til forelesning 8 IF2310 - Digital bildebehandling Ole Marius Hoel Rindal, slides av Andreas Kleppe Dagens mål Forstå
4.2 Nullrom, kolonnerom og lineære transformasjoner
4.2 Nullrom, kolonnerom og lineære transformasjoner Utover Span {v 1, v 2,..., v p } er det en annen måte vi får lineære underrom på! Ser nå på V = R n. Skal se at det er visse underrom knyttet til en
RF5100 Lineær algebra Leksjon 1
RF5100 Lineær algebra Leksjon 1 Lars Sydnes, NITH 20.august 2013 I. INFORMASJON FAGLÆRER Kontakt: Lars Sydnes [email protected] 93035685 Bakgrunn: Doktorgrad i Matematikk fra NTNU (2012), Siv.ing. Industriell
MA-132 Geometri Torsdag 4. desember 2008 kl Tillatte hjelpemidler: Alle trykte og skrevne hjelpemidler. Kalkulator.
Institutt for matematiske fag EKSAMEN i MA-1 Geometri Torsdag 4. desember 008 kl. 9.00-14.00 Tillatte hjelpemidler: Alle trykte og skrevne hjelpemidler. Kalkulator. Bokmål Oppgave 1 Gitt et linjestykke.
LØSNINGSANTYDNING EKSAMEN
Universitetet i Agder Fakultet for teknologi og realfag LØSNINGSANTYDNING EKSAMEN Emnekode: Emnenavn: DAT Grafisk Databehandling Dato: 5. desember Varighet: 9 - Antall sider inkl. forside 8 Tillatte hjelpemidler:
Gauss-Jordan eliminasjon; redusert echelonform. Forelesning, TMA4110 Fredag 18/9. Reduserte echelonmatriser. Reduserte echelonmatriser (forts.
Gauss-Jordan eliminasjon; redusert echelonform Forelesning, TMA4110 Fredag 18/9 Martin Wanvik, IMF MartinWanvik@mathntnuno En matrise vil normalt være radekvivalent med flere echelonmatriser; med andre
Løsning til utvalgte oppgaver fra kapittel 12 (15).
Løsning til utvalgte oppgaver fra kapittel (5) Oppgave 7 ( 5) Vi skal btte integrasjonsrekkefølgen i integralet dd Når vi btter integrasjons- rekkefølgen må integrasjonsområdet beskrives på ntt Dobbelintegralet
Velkommen til MA1103 Flerdimensjonal analyse
Velkommen til MA1103 Flerdimensjonal analyse Foreleser: 14. januar 2013 Kursinformasjon Nettside: wiki.math.ntnu.no/ma1103/2013v/start Foreleser: ([email protected]) Start emne i epost med MA1103 Treffetid:
MA1202/MA S løsningsskisse
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA0/MA0 0S løsningsskisse Rettet. august 0 Oppgave a) Vi finner det karakteristiske polynomet, λ 0 λ λ λ λ detλi A) λ 0 λ λ
Anvendt Robotteknikk Konte Sommer FASIT EKSAMEN HARIS JASAREVIC
2019 Anvendt Robotteknikk Konte Sommer 2019 - FASIT EKSAMEN HARIS JASAREVIC Innhold Oppgaver... 2 Oppgave 1... 2 Oppgave 2... 3 Oppgave 3... 3 Oppgave 4... 3 Oppgave 5... 3 Oppgave 6... 4 Oppgave 7...
Lineær algebra. H. Fausk i=1 a ix i. Her har vi oppgitt hva ledd nummer i skal være og hvilke indekser i vi summerer over.
Lineær algebra H. Fausk 09.03.2015 Andre utkast Linære likningsystem lar seg løse ved bruk av de elementære regneartene. I prinsippet er det enkelt, men det blir fort veldig mange regneoperasjoner som
Oppgave 14 til 9. desember: I polynomiringen K[x, y] i de to variable x og y over kroppen K definerer vi undermengdene:
![Oppgave 14 til 9. desember: I polynomiringen K[x, y] i de to variable x og y over kroppen K definerer vi undermengdene:](/thumbs/64/52216522.jpg "Oppgave 14 til 9. desember: I polynomiringen K[x, y] i de to variable x og y over kroppen K definerer vi undermengdene:")
HJEMMEOPPGAVER utgave av 8-12-2002): Oppgave 15 til 16 desember: La H være mengden av alle matriser på formen A = a 1 a 12 a 13 a 1n 0 a 2 0 0 0 0 a 3 0 0 0 a n der a 1 a 2 a n 0 Videre la SH være matrisene
HØGSKOLEN I BERGEN Avdeling for ingeniørutdanning
HØGSKOLEN I BERGEN Avdeling for ingeniørutdanning Eksamen i SOD 165 Grafiske metoder Klasse : 3D Dato : 15. august 2000 Antall oppgaver : 4 Antall sider : 4 Vedlegg : Utdrag fra OpenGL Reference Manual
Universitet i Bergen. Eksamen i emnet MAT121 - Lineær algebra
Universitet i Bergen Det matematisk-naturvitenskapelige fakultet Bokmål Eksamen i emnet MAT2 - Lineær algebra Onsdag 29 mai, 20, kl. 09.00-4.00 Tillatte hjelpemidler. kalkulator, i samsvar med fakultetets
4 Matriser TMA4110 høsten 2018
Matriser TMA høsten 8 Nå har vi fått erfaring med å bruke matriser i et par forskjellige sammenhenger Vi har lært å løse et lineært likningssystem ved å sette opp totalmatrisen til systemet og gausseliminere
EKSAMEN. Informasjon om eksamen. Emnekode og -navn: ITD37018 Anvendt Robotteknikk. Dato og tid: , 3 timer. Faglærer: Haris Jasarevic
Informasjon om eksamen EKSAMEN Emnekode og -navn: ITD37018 Anvendt Robotteknikk Dato og tid: 10.12.18, 3 timer Faglærer: Haris Jasarevic Hjelpemidler: Ingen hjelpemidler tillatt Om oppgaven: Alle oppgavene
9 Spenninger og likevekt
9 Spenninger og likevekt Innhold: Volumkrefter og flatekrefter Traksjonsvektoren Spenningsmatrisen Retningscosinuser Cauchs ligning Hovedspenninger og hovedspenningsretninger Spenningsinvarianter Hdrostatisk
Oppgaver MAT2500. Fredrik Meyer. 29. september 2014
Oppgaver MAT2500 Fredrik Meyer 29. september 2014 Oppgave 1. La K være et tredimensjonalt konvekst polyeder. La K være mengden av hjørner, K mengden av kanter, og F K mengden av sideflater. To 3-dimensjonale
MA1201/MA6201 Høsten 2016
MA/MA6 Høsten 6 Norges teknisk naturvitenskapelige universitet Institutt for matematikk Løsningsforslag Øving Med forebehold om feil. Hvis du finner en, ta kontakt med Karin. Kapittel 6. a) Stemmer. Anta
OPPGAVER FOR FORUM
OPPGAVER FOR FORUM 2007-2008 MERK!: Du skal først skrive hele oppgaveteksten for hver oppgave, og deretter svaret på oppgaven. Hvert svar skal være detajert, og skrevet i et klart og tydelig matematisk
Kompleks eksponentialform. Eulers inverse formler. Eulers formel. Polar til kartesisk. Kartesisk til polar. Det komplekse signalet
Komplekse tall Vi definerer det komplekse tallet z C. Komplekse eksponentialer og fasorer Det komplekse planet Kartesisk og polar form Komplekse eksponentiale signaler Roterende fasor Addisjon av fasorer
Grublegruppe 19. sept. 2011: Algebra I
Grublegruppe 19. sept. 2011: Algebra I Ivar Staurseth [email protected] Innledning, definisjoner Vi har så langt jobbet med mengder, X, hvor vi har hatt et avstandsbegrep og hvor vi har vært i stand
LØSNINGSANTYDNING. HØGSKOLEN I AGDER Fakultet for teknologi. DAT 200 Grafisk Databehandling. Ingen. Klasse(r): 2DTM, 2DT, 2 Siving, DT
HØGSKOLEN I AGDER Fakultet for teknologi LØSNINGSANTYDNING EMNE: FAGLÆRER: DAT 2 Grafisk Databehandling Morgan Konnestad Klasse(r): 2DTM, 2DT, 2 Siving, DT Dato: 5.2.5 Eksamenstid, fra-til: 9. - 3. Eksamensoppgaven
Leksjon G2: Transformasjoner
Programmering grunnkurs TDAT: Grafikkdel Leksjon G: Transformasjoner Fra modell til tegning på skjerm side Modell Plantransformasjoner/translasjon side 3 Modell Plantransformasjoner/skalering side 4 Modell
Lineær uavhengighet og basis
Lineær uavhengighet og basis NTNU, Institutt for matematiske fag 19. oktober, 2010 Lineær kombinasjon En vektor w sies å være en lineær kombinasjon av vektorer v 1, v 2,..., v k hvis det finnes tall c
UNIVERSITET I BERGEN
UNIVERSITET I BERGEN Det matematisk-naturvitenskapelige fakultet BOKMÅL Løsningsforslag eksamen MAT - Lineær algebra H Med forbehold om skrivefeil. Oppgave. Betrakt A = 6 5, b = 6 b (a) (b) Finn den reduserte
Innlevering FO929A - Matematikk forkurs HIOA Obligatorisk innlevering 3 Innleveringsfrist Fredag 14. november 2014 kl. 14 Antall oppgaver: 13
Innlevering FO99A - Matematikk forkurs HIOA Obligatorisk innlevering 3 Innleveringsfrist Fredag 14. november 014 kl. 14 Antall oppgaver: 13 Løsningsforslag 1 Finn volumet til tetraederet med hjørner O(0,
UNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: FYS1120 Elektromagnetisme Eksamensdag: 10. oktober 2016 Tid for eksamen: 10.00 13.00 Oppgavesettet er på 8 sider. Vedlegg: Tillatte
EKSAMEN I EMNE TDT4195 BILDETEKNIKK TORSDAG 9. JUNI 2011 KL Løsningsforslag
Side 1 av 1 EKSAMEN I EMNE TDT4195 BILDETEKNIKK TORSDAG 9. JUNI 011 KL. 09.00 13.00 Løsningsforslag OPPGAVE 1 Grafikk Planet a) En terning med hjørner som angitt har sidekant 1 og ligger i første oktant
TMA4110 Matematikk 3 Eksamen høsten 2018 Løsning Side 1 av 9. Løsningsforslag. Vi setter opp totalmatrisen og gausseliminerer:
TMA4 Matematikk 3 Eksamen høsten 8 Løsning Side av 9 Løsningsforslag Oppgave Vi setter opp totalmatrisen og gausseliminerer: 8 5 4 8 3 36 8 4 8 8 8 Den siste matrisen her er på redusert trappeform, og
LØSNING TIL KONTINUASJONSEKSAMEN STE 6251 Styring av romfartøy
HØGSKOLEN I NARVIK Institutt for data-, elektro-, og romteknologi MSc-studiet Studieretning for romteknologi LØSNING TIL KONTINUASJONSEKSAMEN STE 6251 Styring av romfartøy Tid: Onsdag 17.01.2007, kl: 09:00-12:00
KONTINUASJONSEKSAMEN I EMNE TDT4230 VISUALISERING TIRSDAG 9. AUGUST 2005 KL LØSNINGSFORSLAG
Side 1 av 8 NTNU Norges teknisk-naturvitenskapelige universitet Fakultet for fysikk, informatikk og matematikk Institutt for datateknikk og informasjonsvitenskap KONTINUASJONSEKSAMEN I EMNE TDT430 VISUALISERING
9 Lineærtransformasjoner TMA4110 høsten 2018
9 Lineærtransformasjoner MA4 høsten 8 I forrige kapittel begynte vi å formulere lineær algebra på en generell måte, ved å gi en abstrakt definisjon av vektorrom For å beskrive sammenhenger mellom forskjellige
Eksamen i TMA4190 Mangfoldigheter fredag 30 mai, 2014
Eksamen i TMA4190 Mangfoldigheter fredag 30 mai, 2014 LØYSINGSFORSLAG Oppgåve 1 å sette Vi definerer funksjonane F : R 4 R 2 og G : R 2 R 4 ved F : (x, y, z, w) (u, v) = (xy, zw) G : (u, v) (u, u 2, v,
RF3100 Matematikk og fysikk Leksjon 1
RF3100 Matematikk og fysikk Leksjon 1 Lars Sydnes, NITH 30. august 2013 I. INFORMASJON FAGLÆRER Kontakt: Lars Sydnes [email protected] 93035685 Ved NTNU: Doktorgrad i Matematikk 2012, Siv.ing. Industriell